AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · arXiv · 2026-10-20

सार्वभौमिक मशीन-लर्निंग अंतर-परमाणु विभवों में संपीडन-विस्तार त्रुटि की असमरूपता को समझना

मूल शीर्षक: Understanding compression-extension error asymmetry in universal machine-learning interatomic potentials

दिशात्मक विरूपण के अंतर्गत सार्वभौमिक मशीन-लर्निंग इंटरएटॉमिक पोटेंशियल की विश्वसनीयता स्पष्ट नहीं है। लेखकों ने DFT संदर्भों का उपयोग करते हुए ग्यारह पूर्व-प्रशिक्षित पोटेंशियल के लिए एक ही मूल संरचनाओं से शुरू होने वाले युग्मित विरूपण पथों पर संपीड़न और विस्तार की तुलना की। ±10% विकृति पर, हर मॉडल में संपीड़न के दौरान बल की माध्यिका त्रुटि अधिक थी। त्रुटि वृद्धि के विश्लेषण से पता चला कि बल-पैमाने का मिलान असममिति को घटाता है, हालाँकि एक डेटासेट में संपीड़न की ओर अतिरिक्त त्रुटि बनी रहती है।

मूल लेख पढ़ें ↗

सभी आइटम →